Titel
Accueil
Navigation principale
Contenu
Recherche
Aide
Fonte
Standard
Gras
Identifiant
Interrompre la session?
Une session sous le nom de
InternetUser
est en cours.
Souhaitez-vous vraiment vous déconnecter?
Interrompre la session?
Une session sous le nom de
InternetUser
est en cours.
Souhaitez-vous vraiment vous déconnecter?
Accueil
Plus de données
Partenaires
Aide
Mentions légales
D
F
E
La recherche est en cours.
Interrompre la recherche
Recherche de projets
Projet actuel
Projets récents
Graphiques
Identifiant
Titel
Titel
Unité de recherche
INNOSUISSE
Numéro de projet
10186.1;4 PFES-ES
Titre du projet
Jobontomatch - ontology based extraction and matching of CVs and job ads
Titre du projet anglais
Jobontomatch - ontology based extraction and matching of CVs and job ads
Données de base
Textes
Participants
Titel
Textes relatifs à ce projet
Allemand
Français
Italien
Anglais
Description succincte
-
-
Résumé des résultats (Abstract)
-
-
-
Textes saisis
Catégorie
Texte
Description succincte
(Allemand)
Jobontomatch - ontologiebasiertes Matching von unstrukturierten CVs mit unstrukturierten Vakanzen
Description succincte
(Anglais)
Jobontomatch - ontology based extraction and matching of CVs and job ads
Résumé des résultats (Abstract)
(Allemand)
x28 entwickelt eine ontologiebasierte Arbeitsmarkt-Lösung der neuen Generation, welche · einen unstrukturierten CV mit allen in der Schweiz auf Firmen-Websites publizierten (unstrukturierten) Vakanzen matchen kann · eine unstrukturierte Vakanz mit beliebig vielen unstrukturierten CVs matchen und ranken kann · sowohl Arbeitsuchenden wie auch Recruitern komfortable Such- und Matching-¿Intelligenz¿ bietet. Seit 1999 arbeitet die Firma x28 an einer umfassenden Arbeitsmarkt-Ontologie, mit dem Ziel, n CVs mit n Vakanzen komplett und automatisch matchen zu können. Die ca. 30¿000 auf Schweizer Firmen-Websites publizierten Vakanzen werden von einem eigenen Crawler erfasst, können heute aber erst partiell abgebildet werden. Um das komplette und vollkommen automatische Matching von CVs und Vakanzen zu ermögliche sowie um die enorme Menge an Daten, Regeln und Relationen kontrollieren, aktualisieren, erweitern und anreichern zu können, bedarf es eines lernfähigen Systems, was mit diesem Projekt realisiert werden soll. Basierend auf einem solchen lernfähigen System liessen sich sowohl für Arbeitnehmende als auch für Arbeitgeber attraktive Recommender Systeme entwickeln.
SEFRI
- Einsteinstrasse 2 - 3003 Berne -
Mentions légales